Multiagentsystem för moderna industri-processer och värdekedjor
Hur kan multiagentsystem (MAS) med olika funktioner samarbeta och synkroniseras för att lösa komplexa uppgifter på ett tillförlitligt sätt inom innovations-, produktions- och administrationsprocesser? Genom detta samarbete bygger vi förmågan för industrin att mobilisera, dela lärdomar och gemensamt utveckla lösningar.
Om projektet
Multiagentsystem kan mångdubbla en organisations kunskap och kapacitet, leverera mervärde och driva kostnadsminskningar och förbättra operativa resultat, med tillgänglighet dygnet runt.
Samtidigt visar forskning att många företag fortfarande har svårt att fullt ut dra nytta av AI. En avgörande utmaning är bristen på förtroende: företag behöver känna tillit till AI-system innan de är beredda att ge dem någon grad av autonomi. Det är den svenska industrins behov som har format inriktningen för samarbetsprojektet.
Utmaningar
Förtroendekalibrering: systemen måste utformas så att användarna varken misstror agenterna, vilket kan leda till låg användning och uteblivet värde, eller förlitar sig alltför mycket på dem, vilket riskerar att skapa en okritisk acceptans av bristfälliga resultat.
Kvalitet: hur både enskilda agenter och beteende på systemnivå kan utvärderas och övervakas över tid i takt med att systemen utvecklas.
Säkerhet, hantering av:
Attacker
Förtroendeeskalering över agentgränser
Behörigheter och delegering mellan agenter
Falsk konsensus och påverkan mellan agenter
Projektets syfte
MAS har stor potential att förändra hur vi arbetar inom alla typer av organisationer, inklusive industrin. För att kunna realisera värdet av MAS behöver vi både utveckla de enskilda komponenter som ingår i systemen och förstå hur dessa kan integreras till en fungerande helhet. Varje enskild förmåga kan skapa värde för industrin, men den verkliga effekten uppnås först när vi förstår hur lösningarna ska implementeras i organisationen.
Genom att aktivt delta i utveckling och utvärdering av centrala förmågor får företagen både praktisk kompetens och ökad tilltro till möjligheterna med MAS, samtidigt som de utvecklar en förmåga att hantera risker på ett ansvarsfullt sätt. Den kunskap och erfarenhet som byggs upp inom projektet kommer deltagande företag att kunna sprida vidare internt i sina organisationer.
Förväntat resultat
Projektet ska skapa en ökad förståelse för hur system av agenter, med olika funktioner och roller, kan samarbeta och synkroniseras för att lösa komplexa uppgifter inom industriella innovations-, produktions- och administrationsprocesser. Projektet ska också bidra med kunskap om hur MAS kan implementeras och hanteras framgångsrikt i olika användningsfall, samt hur system och lärdomar kan delas mellan företag.
Specifika mål:
5 organisationer har implementerat MAS för att stärka deras affär eller innovationsprocess.
Delbar kunskap om kärnkomponenter har utvecklats och delats.
Projektet kommer även att utveckla strukturer för hur branschen kan mobilisera, dela lärdomar och återanvända generiska lösningar i linje med AI Swedens synsätt kring ”snabbhet och djärvhet”. Detta är centralt för att möjliggöra en snabb omställning där ekosystemets aktörer delar generiska erfarenheter med varandra och återför kunskap så att varje organisation själv kan vidareutveckla och anpassa specifika lösningar.
Detta arbetssätt bidrar också till ett mer hållbart sätt att utveckla och använda AI, ur såväl ekonomiska, miljömässiga som samhälleliga perspektiv, genom delade risker, gemensamma utvecklingsresurser och en bredare demokratisering av kunskap.
Fakta
Finansiering: Avancerad Digitalisering (Vinnova)
Deltagare: Lindholmen Science park, Astra Zeneca, Saab, Volvo group, VGR, IBM, Chalmers, Linköpings universitet, Uppsala universitet och Santa Anna IT Research Institute.
Projektperiod: maj 2026 - april 2029
För mer information om detta projekt, vänligen kontakta:
Relaterat innehåll